初创企业打造的闪存加速软件将帮助红色巨人获得更强竞争优势。

FlashGrid公司已经开始为甲骨文集群方案提供开放存储软件--后者在数据库服务器中内置有标准NVMe PCIe SSD--并将其转化为一套能够面向数据库起效的可扩展共享式存储机制,即虚拟闪存SAN。其单一节点的存储容量在0.4 TB到50 TB区间,而集群化节点规模则在2节点到100节点之间。
FlashGrid公司于本月月初在一次硅谷IT新闻发布会上进行了自我介绍。其采用甲骨文ASM以实现高可用性与数据镜像生成--顺带一提,ASM也就是自动存储管理(Automatic Storage Management)的简称。这款内置于数据库方案中的甲骨文软件能够管理文件系统与存储分卷。
数据库管理员能够利用它通过标准SQL命令对分卷及驱动器进行控制。从某种角度看,其功能性基本相当于VVOL,只是专用于甲骨文的数据库管理系统。
甲骨文ASM所访问的存储资源可以本地形式存在于数据库节点当中,或者通过外部SAN实现访问,例如光纤通道连接之XtremIO阵列。
FlashGrid公司由CEO Alex Miroshnichenko与CTO Artem Danielov于2015年共同建立,这两位拥有在Veritas、英特尔、EMC、HGST、VMware以及IBM效力的丰富经历。他们的软件面向甲骨文ASM与RAC,且能够支持RHEL v7与甲骨文虚拟机。其同时运行在VMware环境当中。

FlashGrid公司CEO兼联合创始人Alex Miroshnichenko
该公司采用免费使用基础软件、付费享受技术支持的运营方式,而且付费软件拥有适合大型企业的诸多功能。Miroshnichenko表示:"我们的目标在于让开放存储软件以免费方式为甲骨文数据库的全部客户所选择。既然能够免费下载到FlashGrid软件,为什么还要费力购买一套存储阵列呢?"

Miroshnichenko表示他的企业能够利用基于ASM优先读机制的FlashGrid本地读取技术通过软件方案实现数据库性能最大化。大家可以根据实际需要从10/40/100 GbitE或者InfiniBand/RDMA等网络连接选项中做出选择。其设计方案为全颁式且彻底避免了单点故障状况。
他同时指出,EMC XtremIO阵列支持三节点ASM部署选项,且能够提供25万IOPS与每秒3 GB传输带宽。相比之下,采用节点内NVMe SSD与FlashSoft软件的同类部署方案则能够提供440万IOPS与每秒36 GB传输带宽。

除此之外,这位CEO还告诉我们,其FlashSoft技术能够被用于为Docker容器提供超融合型、高可用性存储支持。另外,客户还可以利用ACFS(即甲骨文ASM集群文件系统)与FlashGrid软件构建起NFS文件存储集群。
FlashSoft公司宣称,其ASM存储系统最多可将使用成本降低至第三方SAN或者甲骨文自家Exadata的十分之一。

根据我们掌握的情况,目前有五到六款FlashGrid POC正处于开发当中,而且其中一部分来自美国以外的海外市场。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。